基于睡眠分期的自适应止鼾方法及止鼾系统与流程

1.本发明涉及止鼾技术领域，特别是涉及一种基于睡眠分期的自适应止鼾方法及止鼾系统。


背景技术：

2.打鼾是很多人面临的睡眠问题，频繁的打鼾不仅会影响伴侣，而且还会导致睡眠期间呼吸不顺畅，大脑供氧下降，长期打鼾还有可能导致头昏、健忘、精神疲惫等问题。随着高肥胖人群数量的增加，打鼾问题成为越来越多人期望解决的问题。
3.打鼾的直接原因是人在睡眠状态肌肉松弛，软腭下垂阻塞呼吸道导致打鼾，当打鼾者轻微觉醒，恢复一部分肌肉紧张度时，呼吸道的阻塞会有很大的改善，所以微觉醒方法是目前解决打鼾的一种重要方法，但是这种方法目前也存在着明显的问题，当使用者处于浅睡眠时，一般力度的动作刺激容易吵醒使用者，虽然达到了止鼾的效果，但是用户体验不佳；当使用者处于深睡眠时，同样一般力度的动作无法将用户唤醒到微觉醒状态，无法达到止鼾的效果。


技术实现要素：

4.鉴于以上所述现有技术的缺点，本发明要解决的技术问题在于提供一种基于睡眠分期的自适应止鼾方法及止鼾系统，能够结合入睡者的睡眠体征信息，判断入睡者的睡眠分期，根据入睡者所处的睡眠阶段实施不同的、恰当的干预措施，从而有效使入睡者停止打鼾并且保证入睡者的睡眠质量。
5.为了解决上述技术问题，本发明提供一种基于睡眠分期的自适应止鼾方法，包括以下步骤：
6.基于入睡者的在先睡眠数据，训练生成与入睡者相对应的睡眠分期检测模型；
7.依据预设止鼾目的，设置睡眠分期的不同睡眠阶段的止鼾干预措施；
8.实时采集入睡者外周的环境声音，判断环境声音是否为入睡者的鼾声，若是则采集入睡者的睡眠体征信息；
9.解析睡眠体征信息并且提取睡眠特征参数，将睡眠特征参数输入至睡眠分期检测模型，确定入睡者所处的当前睡眠阶段；
10.对入睡者实施与当前睡眠阶段相对应的止鼾干预措施，直至入睡者停止打鼾并且呈微觉醒状态。
11.优选地，所述实时采集入睡者外周的环境声音，判断环境声音是否为入睡者的鼾声，若是则采集入睡者的睡眠体征信息步骤还包括：从环境声音中提取鼾声片段，对鼾声片段和预存鼾声进行特征比对，若两者匹配，则判断入睡者有打鼾行为。。
12.优选地，所述止鼾干预措施包括调整入睡者的头部的高度或者朝向。
13.优选地，所述睡眠体征信息包括心率信息、呼吸信息以及体动信息其中的至少一种。
14.优选地，所述依据预设止鼾目的，设置睡眠分期的不同睡眠阶段的止鼾干预措施步骤还包括：基于入睡者的非眼球快速运动睡眠或眼球快速运动睡眠的不同期限的睡眠特征，对止鼾干预措施的干预形式、干预强度以及干预灵敏度进行多级划分，致使入睡者停止打鼾并且确保入睡者处于微觉醒状态。
15.本发明还提供一种实现所述自适应止鼾方法的止鼾系统，包括：
16.睡枕；
17.控制系统，控制系统包括控制处理模块、信息输入模块、信息输出模块、体征分析模块、以及鼾声识别模块，信息输入模块、信息输出模块、体征分析模块、以及鼾声识别模块均与控制处理模块通信连接；
18.声音采集装置，声音采集装置通信连接于信息输入模块；
19.体征采集装置，体征采集装置通信连接于信息输入模块；
20.止鼾干预装置，止鼾干预装置设于睡枕上，止鼾干预装置通信连接于信息输出模块。
21.优选地，所述控制系统设于睡枕的外周处。
22.优选地，所述声音采集装置为设于睡枕的声音传感器或者具有麦克风的智能手机。
23.优选地，所述止鼾干预装置为头部升降机构、躯体振动机构以及躯体电刺激机构其中的至少一种。
24.优选地，所述体征采集装置为设于睡枕的颈部传感器或智能穿戴设备。
25.如上所述，本发明的基于睡眠分期的自适应止鼾方法及止鼾系统，具有以下有益效果：首先，基于入睡者的在先睡眠数据，训练生成与入睡者相对应的睡眠分期检测模型，这样为判断入睡者处于哪个睡眠阶段形成条件。再者，依据预设止鼾目的，设置睡眠分期的不同睡眠阶段的止鼾干预措施，这样便于在不同睡眠阶段对入睡者实施不同的止鼾干预措施，例如如果用户处于深睡眠则采用较重的干预方式或强度，如果用户处于浅睡眠则采用较轻的干预方式或强度，睡眠深度和干预方式或强度进行多级划分，确保可以将用户干预至微觉醒状态。接着，实时采集入睡者外周的环境声音，判断环境声音是否为入睡者的鼾声，若是则采集入睡者的睡眠体征信息，这样避免在入睡者打鼾之前过度采集入睡者的睡眠体征信息，睡眠体征信息可以是呼吸、心率、体动信号其中的至少一种。然后，解析睡眠体征信息并且提取睡眠特征参数，将睡眠特征参数输入至睡眠分期检测模型，确定入睡者所处的当前睡眠阶段，这样便于精准判断入睡者处于哪个睡眠阶段。最后，对入睡者实施与当前睡眠阶段相对应的止鼾干预措施，直至入睡者停止打鼾并且呈微觉醒状态，从而达到止鼾且保证入睡者的睡眠质量的目的。因此，本发明的自适应止鼾方法能够结合入睡者的睡眠体征信息，判断入睡者的睡眠分期，根据入睡者所处的睡眠阶段实施不同的、恰当的干预措施，从而有效使入睡者停止打鼾并且保证入睡者的睡眠质量。
附图说明
26.图1显示为本发明的基于睡眠分期的自适应止鼾方法的流程图；
27.图2显示为本发明的止鼾系统的示意图。
28.元件标号说明
[0029]1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
睡枕
[0030]2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
控制系统
[0031]
21
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
控制处理模块
[0032]
22
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
信息输入模块
[0033]
23
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
信息输出模块
[0034]
24
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
体征分析模块
[0035]
25
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
鼾声识别模块
[0036]3ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
声音采集装置
[0037]4ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
体征采集装置
[0038]5ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
止鼾干预装置
具体实施方式
[0039]
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
[0040]
须知，本说明书所附图中所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容所能涵盖的范围内。同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
[0041]
国际上通用的方法是根据睡眠过程中脑电表现，眼球运动情况和肌肉张力的变化将睡眠分为两种不同的时相，即非眼球快速运动睡眠(nrem)和眼球快速运动睡眠(rem)。
[0042]
非眼球快速运动睡眠(nrem)：其特点是从夜间入睡开始，随着睡眠加深而进展的。在这个阶段中，人的呼吸变浅、变慢而均匀，心率变慢、血压下降，全身肌肉松弛(仍然能够保持一定姿势)，无明显的眼球运动。在这个阶段中，还可以分4期，第1期为入睡期，第2期为浅睡期，第3期为中度睡眠期，第4期为深度睡眠期。这个时期，正常人平均20分钟有一次大的姿势调节，有的人甚至每5分钟有一次姿势调节活动。
[0043]
眼球快速运动睡眠(rem)：进入睡眠约90分钟后，人体进入快动眼，其特征是眼球快速转动。在这个阶段，人体的感觉功能进一步减退，肌肉也更加松弛，肌腱反射消失。这时的血压较慢动眼睡眠时升高，呼吸稍快且不规则，体温、心率也有所升高。这个阶段，体内各种代谢功能都显著增加，以保证大脑组织蛋白的合成和消耗物质的补充，使神经系统正常发育，并为第二天的活动积蓄能量。当睡眠者在这个阶段被唤醒，74％-95％的人诉说在做梦并能记起梦境内容。而在慢动眼睡眠期间，只有很少的人诉说在做梦。研究认为，nrem睡眠主要是大脑皮层的休息，而在rem睡眠中主要是全身性的休息。
[0044]
微觉醒(micro-arousal)则是2020年公布的神经病学名词，一般持续5～10s，但不引起睡眠阶段改变的短暂觉醒。
[0045]
如图1所示，本发明提供一种基于睡眠分期的自适应止鼾方法，包括以下步骤：
[0046]
基于入睡者的在先睡眠数据，训练生成与入睡者相对应的睡眠分期检测模型；
[0047]
依据预设止鼾目的，设置睡眠分期的不同睡眠阶段的止鼾干预措施；
[0048]
实时采集入睡者外周的环境声音，判断环境声音是否为入睡者的鼾声，若是则采集入睡者的睡眠体征信息；
[0049]
解析睡眠体征信息并且提取睡眠特征参数，将睡眠特征参数输入至睡眠分期检测模型，确定入睡者所处的当前睡眠阶段；
[0050]
对入睡者实施与当前睡眠阶段相对应的止鼾干预措施，直至入睡者停止打鼾并且呈微觉醒状态。
[0051]
在本发明中，首先，基于入睡者的在先睡眠数据，训练生成与入睡者相对应的睡眠分期检测模型，这样为判断入睡者处于哪个睡眠阶段形成条件。再者，依据预设止鼾目的，设置睡眠分期的不同睡眠阶段的止鼾干预措施，这样便于在不同睡眠阶段对入睡者实施不同的止鼾干预措施，例如如果用户处于深睡眠则采用较重的干预方式或强度，如果用户处于浅睡眠则采用较轻的干预方式或强度，睡眠深度和干预方式或强度进行多级划分，确保可以将用户干预至微觉醒状态。接着，实时采集入睡者外周的环境声音，判断环境声音是否为入睡者的鼾声，若是则采集入睡者的睡眠体征信息，这样避免在入睡者打鼾之前过度采集入睡者的睡眠体征信息，睡眠体征信息可以是呼吸、心率、体动信号其中的至少一种。然后，解析睡眠体征信息并且提取睡眠特征参数，将睡眠特征参数输入至睡眠分期检测模型，确定入睡者所处的当前睡眠阶段，这样便于精准判断入睡者处于哪个睡眠阶段。最后，对入睡者实施与当前睡眠阶段相对应的止鼾干预措施，直至入睡者停止打鼾并且呈微觉醒状态，从而达到止鼾且保证入睡者的睡眠质量的目的。
[0052]
因此，本发明的自适应止鼾方法能够结合入睡者的睡眠体征信息，判断入睡者的睡眠分期，根据入睡者所处的睡眠阶段实施不同的、恰当的干预措施，从而有效使入睡者停止打鼾并且保证入睡者的睡眠质量。
[0053]
由于环境声音中混有其他杂音，为了更加精准地判断入睡者是否打鼾，上述实时采集入睡者外周的环境声音，判断环境声音是否为入睡者的鼾声，若是则采集入睡者的睡眠体征信息步骤还包括：从环境声音中提取鼾声片段，对鼾声片段和预存鼾声进行特征比对，若两者匹配，则判断入睡者有打鼾行为。。
[0054]
由于入睡者的头部的位姿会影响打鼾状态，上述止鼾干预措施包括调整入睡者的头部的高度或者朝向。
[0055]
为了在入睡者的不同睡眠阶段实施方式或强度适当的干预措施，上述依据预设止鼾目的，设置睡眠分期的不同睡眠阶段的止鼾干预措施步骤还包括：基于入睡者的非眼球快速运动睡眠或眼球快速运动睡眠的不同期限的睡眠特征，对止鼾干预措施的干预形式、干预强度以及干预灵敏度进行多级划分，致使入睡者停止打鼾并且确保入睡者处于微觉醒状态。
[0056]
如图2所示，本发明还提供一种实现上述自适应止鼾方法的止鼾系统，包括：
[0057]
睡枕1；
[0058]
控制系统2，控制系统2包括控制处理模块21、信息输入模块22、信息输出模块23、体征分析模块24、以及鼾声识别模块25，信息输入模块22、信息输出模块23、体征分析模块24、以及鼾声识别模块25均与控制处理模块21通信连接；
[0059]
声音采集装置3，声音采集装置3通信连接于信息输入模块22；
[0060]
体征采集装置4，体征采集装置4通信连接于信息输入模块22；
[0061]
止鼾干预装置5，止鼾干预装置5设于睡枕1上，止鼾干预装置5通信连接于信息输出模块23。
[0062]
在本发明的止鼾系统中，当鼾声发生时，声音采集装置3收集到声音信息并且将该声音信息发送至控制系统2的信息输入模块22，经鼾声识别模块25判断为鼾声后，体征采集装置4立即采集入睡者的体征信息并且将该体征信息发送至控制系统2的信息输入模块22，经体征分析模块24判断入睡者的当前睡眠阶段之后，控制处理模块21向止鼾干预装置5发送干预指令，止鼾干预装置5对入睡者实施相应的干预措施，达到止鼾的目的。
[0063]
作为上述控制系统2的一种布置方式：上述控制系统2设于睡枕1的外周处。
[0064]
另外，控制系统2与声音采集装置3、体征采集装置4以及止鼾干预装置5之间可以用有线或无线的连接方式进行交互信息；控制系统2还可以根据产品配置加装与控制处理模块21通信连接的无线连接模块，用户可以用过手机app设置止鼾干预装置5的干预强度、灵敏度等参数。
[0065]
作为上述声音采集装置3的多种实施例：，上述声音采集装置3为设于睡枕1的声音传感器或者具有麦克风的智能手机。
[0066]
作为上述止鼾干预装置5的多种实施例：，上述止鼾干预装置5为头部升降机构、躯体振动机构以及躯体电刺激机构其中的至少一种。
[0067]
作为上述体征采集装置4的多种实施例：上述体征采集装置4为设于睡枕1的颈部传感器或智能穿戴设备。由于入睡者的颈部的体征信号相对较强，颈部传感器可以与入睡者的颈部相互贴合。智能穿戴设备可以是智能手表，可以是智能手环。
[0068]
综上所述，本发明基于睡眠分期的自适应止鼾方法及止鼾系统，能够结合入睡者的睡眠体征信息，判断入睡者的睡眠分期，根据入睡者所处的睡眠阶段实施不同的、恰当的干预措施，从而有效使入睡者停止打鼾并且保证入睡者的睡眠质量。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
[0069]
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。